基于预滤波筛Bootstrap的半参数长记忆参数估计量偏差校正
统计方法学
2016-03-08 v1 统计计算
摘要
本文研究了分数阶积分过程中长记忆参数的半参数估计量的基于Bootstrap的偏差校正。该重采样方法将筛Bootstrap应用于由长记忆参数的初步半参数估计量预滤波的数据。在真实值位于范围内时，提供了使用Bootstrap技术对记忆参数的对数周期图和半参数局部Whittle估计量进行偏差调整的理论依据。还证明了Bootstrap方法提供具有正确渐近覆盖率的置信区间，并且显示这些区间显式地根据通过Bootstrap估计的偏差进行了调整。给出了比较Bootstrap偏差校正与分析偏差校正技术性能的模拟证据。显示Bootstrap方法产生了显著的偏差减小，特别是当应用于已经通过分析方法实现了某种程度偏差减小的估计量时。
引用
@article{arxiv.1603.01897,
title = {Bias Correction of Semiparametric Long Memory Parameter Estimators via the Pre-filtered Sieve Bootstrap},
author = {Don S. Poskitt and Gael M. Martin and Simone D. Grose},
journal= {arXiv preprint arXiv:1603.01897},
year = {2016}
}
备注
This is an extended version (with additional numerical results) of the paper with the same name forthcoming in Econometric Theory, 2016. arXiv admin note: substantial text overlap with arXiv:1402.6781